用户体验测试前沿技术—脑电分析研究

摘要: 从包括中枢神经信号在内的多通道生理信号(脑电、皮电)中解码人类的情感状态是未来人机交互设计的研究趋势。

01-26 01:46 浪尖渝力研究院 首页 浪尖渝力创新研究院

从包括中枢神经信号在内的多通道生理信号(脑电、皮电)中解码人类的情感状态是未来人机交互设计的研究趋势。


脑电的研究

运用非侵入性的脑电波仪技术,感测并学习每个使用者大脑神经元电讯号模式,解读其意念、感觉与情绪,再无线传输到计算机上。


其能够探测感知人们的情绪,无论是感到厌烦或者兴奋,以及是否集中精力地处理工作任务,或者处于放松休闲状态。


同时,该装置通过大脑还能发现人体肌肉的状态,因此它能够发现笑容或者皱眉,以及一些相应的动作反应。


便携式脑电仪提供了多通道的脑电图(EEG系统)的研究,支持广泛的应用范围,包括脑神经科学,心理学,情绪识别,生物反馈,脑机接口。


E-poc便携式脑电仪是一款高分辨率,多通道数据采集,无线便携式脑电系统。所提供的原始脑电数据,可用数据分析工具进行脑电分析和脑电图进行研究。



功率谱估计

功率谱分析是EEG信号处理最常用工具,源于傅氏变换,它的前提是平稳随机信号,对非平衡随机信号而言,不同时刻的谱分析结果是不同的。


脑电信号(EEG)是非平稳随机信号,它的频域特性的正确表达及精度,相位信息的提取,瞬态波形分析是当前EEG信号处理研究中的热点问题。


功率谱分析可以有效地反映信号的二阶信息,却丢失了包括相位信息在内的高阶信息,而这些信息对EEG信号分析有时显得很有意义。


时域分析

直接从时域提取特征是最早发展起来的方法,因为它直观性强,物理意义比较明确,因此仍有不少脑电图医生或技师使用。


过去的EEG分析主要靠肉眼观察,这可以看作是人工时域分析。时域分析主要用来直接提取波形特征,如过零截点分析、直方图分析、方差分析、相关分析、峰值检测及波形参数分析、相干平均、波形识别等等。

 

小波变换

小波变换因为具有(1)多分辨率(多尺度);(2)品质因数,即相对带宽(中心频率与带宽之比)恒定;(3)适当地选择基本小波,可使小波在时、频两域都具有表征信号局部特征的能力

人工神经网络(ANN)分析

神经网络是由大量处理单元广泛互连而成的网络。它反映了人脑功能的基本特性,是人脑的某种抽象、简化与模拟 。

非线性动力学分析

近年来,随着非线性动力学的发展 ,越来越多的证据表明大脑是一个非线性动力学系统 , 脑电信号可以看作是它的输出 。

因此人们尝试把非线性动力学的一些方法,如分维数Lorenz散点图Lyapunov指数复杂度等用于脑电信号分析, 以期获得对大脑的新的认识。




重庆大学—浪尖渝力联合创新研究院

ChongQing University—AG YULI United Innovation Research Institution

地址:重庆市沙坪坝区大学城南路1号

Address:No.1,South Daxuecheng Road,Shapingba District,Chongqing city.

邮编:400044

Postcode:400044

电话:唐先生 13340356159

Tell:Mr.Tang 13340356159

邮箱:yjy@artopcq.com

Email:yjy@artopcq.com




首页 - 浪尖渝力创新研究院 的更多文章: